21世紀經濟報道
2025-01-22 
DeepSeek-R1強化學習引領推理巔峰國產AI發起“諾曼底登陸”
2025年的AI大戰，比預想的更快來到。
1月20日，在 DeepSeek-V3 發布僅僅26天后，深度求索公司再次發布了深度推理版本的 DeepSeek-R1。
而該版本被認為全面對標 OpenAI 發布的大模型 o1，以及更輕量，但推理更快捷的 o1-mini。
而由于深度求索此前發布的 DeepSeek-V3 已經在推理和數學方面展示出極強的能力，因此 R1 的推出被普遍認為是順理成章的結果。
但 DeepSeek-R1 工程所展現的創造力和突破性，依然超過了絕大部分從業者的預期——比如他們利用更為純粹的強化學習（RL）技術，顛覆性地免去了模型啟動前需要人為賦能的傳統認知，真正意義上讓 AI 開始像人一樣思考。
無巧不成書，就在 DeepSeek-R1 發布的同一天，另一家國內大模型“網紅”Kimi發布了多模態思考模型“k1.5”，明確劍指實現多模態推理能力的 o1。
兩家中國AI企業先聲奪人，勢成圍剿——而 OpenAI 首席執行官山姆·奧特曼似乎也不甘寂寞。
同一天，奧特曼再度在社交媒體預告了旗下推理模型 o3 和 o3 mini 即將在幾周后發布的信息。而按照 OpenAI 在去年的表態，o3 模型的能力將接近實現 AGI（通用人工智能）。
然而，奧特曼的表態，仍然被許多網友戲謔為“OpenAI又賣期貨了”。
2025年剛剛開始，AI大模型的聲浪比拼，攻守之勢悄然改變。
明確對標 o1
去年9月，OpenAI發布具有劃時代意義的 o1 模型。
o1 模型擁有兩大標簽，其分別為傲人的推理與理化分析能力，以及首次出現的多模態（比如圖片、聲音等混合輸入）與推理結合的能力。
然而，在1月20日這天， OpenAI o1 模型的兩大支柱，被國內的兩家 AI 新秀發布的新版模型，分別明確對標。
DeepSeek-R1 之前，深度求索已經有基于推理能力的 DeepSeek-R1 Lite。然而在 DeepSeek-R1發布之后，眾人發現其驚艷程度不亞于 DeepSeek V2 與 V3 迭代帶給人的驚喜。
知名AI能力評測機構 LiveBench 上，DeepSeek-R1 的綜合得分來到了全球第二，僅次于被俗稱為“滿血版本”的 OpenAI o1，比 DeepSeek-V3 的排名高出四位。
DeepSeek 官方網站上，記者發現，網頁版 DeepSeek-R1 的功能被集成在了 V3 的“深度思索”調用功能按鍵之上。同時，在交互過程中， DeepSeek-R1 會用淡色小字來呈現模型的推理鏈條——這一點與被視為推理模型集大成者的 o1 雷同。
有試用的AI工程師如此描述 DeepSeek-R1 絲滑的感覺。
“在使用別的AI的過程中，你仍然會覺得他們在不斷的搜索、拼接資料和數據，不論是推理還是做數學題。但 DeepSeek-R1 給我的感覺是它真的像一個人——即便也會犯錯，因為人也會犯錯。”
當然，DeepSeek-R1 無法完全對標 o1，因為至今為止仍然專注于單模態的推理。不過多模態推理，恰恰被新模型發布“撞車”，且與 DeepSeek 同樣“C位出道”的月之暗面（Kimi）發布的 k1.5 模型所完成。
一系列權威評測結果顯示，k1.5在數學能力上，無論是純文本還是視覺多模態均超過 o1，在短推理上也超過了 GPT-4o 和 Claude 3.5-sonnet。
而不論是 DeepSeek-R1，還是 Kimi k1.5，兩者在公開的開發文檔中都透露，他們采用了類似的強化學習（RL）能力，在無人為干預監視的情況下提升了模型的能力。
一位用戶名為“Flood Sung”的Kimi工程師在社交平臺上表達了英雄所見略同的驚喜感：
“驚喜的是在我們實際訓練的過程中，我們有了重要的發現……這個和友商 DeepSeek 的發現幾乎是一樣的。”Flood Sung表示：“感覺自己像個AI，哦不，是AI太像人了。”
國產AI后發制人
大約一年前，擁有著OpenAI聯合創始人，特斯拉自動駕駛研發負責人頭銜的 AI 界名人 Andrej Karpathy 曾信誓旦旦的表示：英語是AI最為常用的語言。
當然這一格局至今尚未改變。在使用 DeepSeek-V3 時，一些人發現，模型返回的結果時常會是全英文的表達。包括隔夜 DeepSeek-R1 發布之后，許多人發現 R1 在陳述推理過程中時不時展示英文。
而就當大家以為 DeepSeek 和 Kimi 都是站在 OpenAI 肩膀上的時候，中文卻同時出現在了OpenAI o1的推理過程中。
就在 DeepSeek-V3 發布之后，一位網友發現，其使用的 o1 Pro 會隨機使用中文進行思考。而有專家認為，除了中文字更為簡練和高效之外，由于當下的大量訓練集中包含中文，其也讓 o1 模型用更為有效的中文來進行推理。
這至少證明，英文與中文的AI內容，已經開始互相影響。
與 DeepSeek-V3 類似，R1 的發布也在外網引發了熱議。
英偉達AI負責人Fan Jim則在社交媒體上再次表達了對 DeepSeek-R1 模型的感嘆：
“我們正生活在一個由非美國公司踐行 OpenAI 最初使命的時代——真正的開放、前沿的研究，為所有人賦能”，Fan Jim表示：“ DeepSeek-R1 不僅是開源的，他們還展示了所有訓練的秘訣。”
與此同時，包括 UC Berkeley 教授 Alex Dimakis，Abacus ai CEO Bindu Reddy等人，均表達了中國AI奮起直追，美國AI企業還需努力的感嘆。
種種跡象顯示，國產 AI，正以迅雷不及掩耳之勢，融入 AI 世界的洪流。
（文章來源：21世紀經濟報道）
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
